Development of a Prediction Model to Estimate the Risk of Walking Limitations in Patients with Total Knee Arthroplasty
Notice bibliographique
Résumé
OBJECTIVE: Early and accurate risk prediction of walking limitations after total knee arthroplasty (TKA) is important for clinical and economic reasons. However, to our knowledge, no studies have systematically integrated multiple predictors into a single, clinically practical model. Our study aimed to develop a prediction model to estimate the risk of post-TKA walking limitations. METHODS: We performed a prospective cohort study of 1096 patients who underwent elective, primary TKA between July 2013 and September 2014. Candidate predictors included patient demographics, surgical factors, and pre- and early (1-mo) post-TKA functional measures. The outcome of interest was self-reported walking limitations at 6 months of post-TKA. We used multivariable proportional odds regression with bootstrap internal validation to develop the model. RESULTS: In all, 12% of patients reported walking limitations (maximum walk time ≤ 15 min) at 6 months postsurgery. The main predictors of increasing levels of walking limitations were preoperative walking limitations (overall p < 0.001), higher levels of body mass index [interquartile range (IQR)-OR 1.3, 95% CI 1.2-1.5], lower values of 1-month post-TKA gait speed (IQR-OR 1.9, 95% CI 1.3-2.6), the presence of contralateral knee pain (OR 1.9, 95% CI 1.2-3.0), and the use of a quadstick preoperatively (OR 3.5, 95% CI 1.7-7.3). The prediction model had an optimism-corrected concordance index of 0.71. CONCLUSION: A small but sizable proportion of patients with TKA had persistent mobility limitations. Our prediction model may help to risk-stratify patients, and external validation is required before the model can be used in clinical practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».